Bibliographic record
Abstract
Le rôle du traducteur dans le domaine du théâtre est la conséquence directe de la position qu’y occupe le texte. Le théâtre contemporain occidental ayant de moins en moins pour mission de donner une représentation fidèle d’un texte source, et cherchant plutôt à créer une expérience collective, la traduction s’y inscrit, comme processus de création, dans la totalité de la démarche théâtrale. Cette évolution brouille encore davantage la frontière entre traduction et écriture, ce qui soulève de nombreuses questions, mais ouvre, en même temps, des espaces inattendus à la créativité. Dans le théâtre contemporain expérimental, il est coutumier de prendre des libertés avec une oeuvre de littérature dramatique (la seule limite étant celle de la loi, donc de l’accord nécessaire des auteurs ou des ayants droit s’ils existent). Le traducteur qui participe à un projet de spectacle travaille étroitement avec le metteur en scène et le dramaturge. Il doit, au-delà de ses compétences linguistiques, bien connaître les spécificités d’un travail sur scène et comprendre notamment qu’il y est problématique de parler d’un résultat non évolutif. Une expérience de théâtre et des affinités avec les collaborateurs impliqués sont indispensables dans ce processus, dont l’issue est une forme vivante, une expérience créatrice collective.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.027 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".